基于信号处理的小麦品质声学检测方法研究

《基于信号处理的小麦品质声学检测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要小麦是国际主粮之一，也是食品工业的重要原料。我国已培育出大量加工品质优良、产量高的小麦品种，但由于检测技术落后等原因而严重制约了商品小麦品质的提高，建立一种快速、客观、准确的小麦品质检测技术具有十分重要的意义。本论文旨在通过对小麦籽粒声学特性的研究，建立小麦声学特征参数与品质指标的关系模型，以达到预测小麦品质的目的。根据声学检测原理，研制出小麦籽粒的声信号采集装置，首先采集小麦籽粒下落碰撞所产生的声音信号，然后进行预处理。实验结合信号处理技术，对单粒小麦样品的声信号进行谱估计和小波变换，提取出

2、时域和频域特征参数共16个。采用回归分析和人工神经网络的方法，选取最佳特征参数，通过比较预测结果，确立了小麦声学特性与千粒重和硬度间的数学模型。研究发现：声学特征参数T6、s2、S7与24个小麦样品的千粒重之间存在非常显著的相关性，相关系数H达到0．983；另选取22个小麦样品进行验证，千粒重测定值与真实值的平均相对误差为5．08％。声学特征参数T4、s5、s6与9个硬麦样品的单位硬度之间存在非常显著的相关性，相关系数⋯达到0．985；另选取7个硬麦样品进行验证，硬度测定值与真实值的平均相对误差为

3、20．56％。声学特征参数82、s6与15个软麦样品的单位硬度之间存在非常显著的相关性，相关系数川达到0．970；另选取15个软麦样品进行验证，硬度测定值与真实值的平均相对误差为25．oo％。初步研究表明，声学法检测小麦的品质特性具有可行性。关键词：信号处理小麦声学特征线性回归神经网络ABSTRACTWheatisonekindofthestaplefoodintheworldandalsoanimportantmaterialforfoodindustry．Inourcountry,therea

4、leagreatnumberofwheatvarietieswithhighraachiningqualityandoutput．Butthequalityofwheatgoodsisgreatlyresmctedduet0theoutdateddetectiontechnology．Thus，itiscmcialtodevelopafast,objective，andreliabledetectiontechnologyofwheattrait．TIlispaperaimsatbuildingr

5、elationalmodelsbetwedfl．characteristicparametersandqualityindicesandforecastingthewheatquality,basedonthestudyofacousticpropertiesofwheatkernels．Accordingtoacousticdetectiontheory,anequipmemofobtainingwheatsoundsignalsisdeveloped，andthesignalsarepretr

6、eated．Employingsignalprocessingtechnique，wecarryoutspectrumestimateandwavelettransform，andextract16timedomainandfTequencydomaincharacteristicparameters．Throughregressionanalysisandneuralnetwork,we∞lectthebestacousticpropertiesparameters，compareeachfor

7、ecastingresultand血allyestablishmathematicalmodelsbetweentheparametersandqualityindicesi．e．thethousandgrainweightandhardness．Thestudyshowsthat：TheparametersT6，S2andS7a∞highlycorrelatedwiththethousandgrainweightof24wheatsamples，andJ，l=o．983．Another22sam

8、plesarevalidated，andtheaveragerelativeerroris5．08％．TheparametersT4，SsandS6arehighlycorrelatedwiththeunithardnessof9hardwheatsamples，andlrI=0．985．Another7samplesarevalidated，andtheaveragerelativeerroris15．78％．TheparametersS2andS6arehighlycorrel